Gene-environment interactions for plasma proteins improve disease prediction
Deze studie construeert een uitgebreide atlas van gen-omgevingsinteracties voor plasma-eiwitten door nieuwe variant kwantitatieve eigenschappen (vQTL's) en hun interacties met diverse blootstellingen te identificeren, waarbij wordt aangetoond dat het opnemen van deze interacties de voorspellingsnauwkeurigheid van 46 incidentieziekten significant verbetert.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Het menselijk lichaam is een uitgestrekt, onderling verbonden systeem waarin onze genetische code en de wereld om ons heen in constante dialoog zijn. We erven een set instructies in ons DNA, maar hoe die instructies zich afspelen, hangt vaak af van onze omgeving—wat we eten, waar we wonen en de gewoonten die we vormen. Wetenschappers weten al lang dat genen en de omgeving met elkaar interageren, maar lange tijd bestudeerden ze deze factoren afzonderlijk, waarbij ze keken naar hoe genen alleen de gezondheid beïnvloeden of hoe levensstijlkeuzes alleen onze biologie veranderen. Deze benadering miste de complexe realiteit dat een specifieke genetische opmaak iemand zeer gevoelig kan maken voor een bepaalde omgevingsfactor, terwijl een ander persoon met andere genen onveranderd blijft. Om het risico op ziekten dieper te begrijpen, moesten onderzoekers deze specifieke gesprekken tussen onze genen en onze omgeving in kaart brengen, met name door te kijken naar plasma-eiwitten. Deze eiwitten circuleren in ons bloed en fungeren als boodschappers die de huidige staat van het lichaam en de reactie daarop weerspiegelen, zowel op basis van interne biologie als externe druk. Door te begrijpen hoe genen en de omgeving combineren om deze eiwitten te vormen, hopen wetenschappers verder te gaan dan algemene, eenheidsoplossingen voor de gezondheid en toe te werken naar voorspellingen die zijn afgestemd op de unieke biologie van een individu.
Een team onderzoekers van het Tianjin Medical University General Hospital heeft onlangs een enorme stap voorwaarts gezet in dit veld door data van meer dan 51.000 mensen uit de UK Biobank te analyseren. Ze richtten zich op bijna 3.000 verschillende plasma-eiwitten en onderzochten hoe variaties in DNA interageerden met honderden verschillende omgevingsblootstellingen, variërend van dieet en roken tot bloeddruk en lichaamsmaten. In plaats van te zoeken naar eenvoudige, directe verbanden waarbij een gen altijd ervoor zorgt dat een eiwit stijgt of daalt, zochten ze naar een subtieler signaal: gevallen waarin het effect van een omgevingsfactor op een eiwit volledig afhankelijk was van iemands genetische code. Ze ontdekten dat voor meer dan 1.000 van deze eiwitten de genetische code fungeerde als een schakelaar, die bepaalde of een omgevingsfactor een sterk effect, een zwak effect of zelfs een tegenovergesteld effect zou hebben. Zo ontdekten ze dat voor een eiwit genaamd 'pregnancy zone protein', de hoeveelheid vet in het rechterbeen van een persoon een sterke positieve relatie had met de eiwitniveaus bij mensen met één versie van een gen, geen relatie bij mensen met een andere versie, en een negatieve relatie bij mensen met een derde versie. Dit soort nuance was onzichtbaar voor eerdere studies die alleen naar gemiddelde effecten over alle mensen keken.
De onderzoekers identificeerden meer dan 1.300 specifieke locaties in het genoom waar deze interacties plaatsvonden, een aantal dat het eerdere record voor dergelijke ontdekkingen bijna verdubbelt. Vervolgens testten ze hoe standvastig deze gen-omgevingsinteracties waren tegenover 536 verschillende blootstellingen, waarbij ze bijna 500 onafhankelijke interacties ontdekten. Opmerkelijk genoeg waren bijna al deze bevindingen nieuw, wat suggereert dat het landschap van hoe onze genen en omgeving mengen veel complexer en gevarieerder is dan voorheen werd aangenomen. De studie onthulde ook dat deze interacties niet willekeurig zijn; ze clusteren vaak rond biologische processen gerelateerd aan de immuunrespons, wondgenezing en bloedstolling. Een treffend voorbeeld betrof een eiwit genaamd GP2, dat helpt de bekleding van de darm te beschermen. Terwijl roken slechts een zeer zwak algemeen verband toonde met GP2-niveaus in de algemene populatie, vonden de onderzoekers dat voor mensen met een specifieke genetische variant roken de GP2-niveaus daadwerkelijk verhoogde, terwijl het voor mensen met een andere variant de niveaus juist verlaagde. Dit suggere than de reden waarom roken schadelijk is voor de darmen veel prominenter kan zijn voor bepaalde individuen, verborgen door het feit dat het bij anderen geen effect heeft.
Buiten het in kaart brengen van deze interacties, stelde het team een praktische vraag: helpt het kennen van deze gen-omgevingsgesprekken bij het voorspellen van ziekte? Ze bouwden computermodellen om het risico op 321 verschillende ziekten te voorspellen, beginnend met een basismodel dat alleen basale demografische informatie en eiwitniveaus gebruikte. Vervolgens voegden ze de nieuwe gen-omgevingsinteractiedata toe om te zien of dit de voorspellingen verbeterde. De resultaten toonden aan dat voor 46 van de ziekten het nieuwe model aanzienlijk beter was in het identificeren van wie er risico liep. De verbetering was het meest dramatisch voor condities zoals sepsis, een ernstige reactie op infectie, waarbij de nauwkeurigheid van het model met een substantiële marge toenam. Voor deze ziekten boden de interacties tussen specifieke eiwitten en factoren zoals bloedplaatjesconcentraties of cholesterolgehalten cruciale aanwijzingen die de standaardmodellen misten. De studie beweerde niet het puzzelstukje van ziektevoorspelling te hebben opgelost, maar demonstreerde dat het negeren van de wisselwerking tussen genen en omgeving vitale informatie achterlaat. Door deze interacties in te sluiten, kunnen artsen en wetenschappers uiteindelijk mogelijk meer precieze waarschuwingen en preventiestrategieën bieden, waarbij ze een persoon niet alleen vertellen dat zij een risico lopen, maar precies waarom hun unieke combinatie van genen en levensstijl hen daarop zet.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.